Question

我在PostGIS中使用以下最近邻查询：

SELECT g1.gid g2.gid FROM points as g1, polygons g2   
WHERE g1.gid <> g2.gid
ORDER BY g1.gid, ST_Distance(g1.the_geom,g2.the_geom)
LIMIT k;

现在，我已经在两个表上的the_geom和gid列上创建了索引，这个查询所花费的时间比涉及空间连接的其他空间查询要多两个表。

有没有更好的方法来找到K-最近邻居？我正在使用PostGIS。

而且，尽管在几何列上创建了索引，但另一个查询花费了非常长的时间：

select g1.gid , g2.gid from polygons as g1 , polygons as g2
where st_area(g1.the_geom) > st_area(g2.the_geom) ;

我相信，这些查询并没有受到主要指数的影响，但为什么呢？

这个查询：

select a.polyid , sum(length(b.the_geom)) from polygon as a , roads as b  
where st_intersects(a.the_geom , b.the_geom);

在一段时间后返回结果，尽管涉及的“道路”表比多边形或点表大得多，并且还涉及更复杂的空间算子。

Answer 1

自late September 2011以来，PostGIS通过ORDER BY子句中可用的特殊运算符支持索引的最近邻居查询：

SELECT name, gid
FROM geonames
ORDER BY geom <-> st_setsrid(st_makepoint(-90,40),4326)
LIMIT 10;

...将以可扩展的方式返回geom最接近-90,40的10个对象。该公告中的更多详细信息（选项和警告）post和use of the <->以及the <#> operators现在也已在官方PostGIS 2.0参考中记录。（两者之间的主要区别在于<->比较形状质心和<#>比较它们的边界 - 点没有区别，其他形状选择适合您查询的内容。）

Answer 2

关于你的问题的一些想法：

st_distance以及st_area无法使用索引。这是因为这两个功能都不能简化为“是否在b内？”之类的问题。或“做a和b重叠？”。更具体：GIST-indices只能在两个对象的边界框上运行。

有关这方面的更多信息，您可以查看postgis manual，其中说明了st_distance的示例以及如何改进查询以更好地执行。

但是，这并不能解决你的k-最近邻问题。为此，我现在还不知道如何提高查询的性能。我看到的唯一机会是假设k个最近的邻居总是在x米以下的距离。然后你可以使用postgis手册中的类似方法。

您的第二个查询可能会加速一点。目前，您为表1中的每个对象计算区域，因为表有行 - 策略是首先加入数据然后根据该函数进行选择。您可以减少区域计算的数量，显着地预先计算区域：

WITH polygonareas AS (
    SELECT gid, the_geom, st_area(the_geom) AS area
    FROM polygons
)
SELECT g1.gid, g2.gid
FROM polygonareas as g1 , polygonareas as g2 
WHERE g1.area > g2.area;

使用边界框可以显着优化您的第三个查询：当两个对象的边界框不重叠时，对象无法做到。这允许使用给定的索引并因此获得巨大的性能增益。

Answer 3

你可能需要的是KNN索引，希望很快就可以在PostGIS 2.x和PostgreSQL 9.1中使用：见http://blog.opengeo.org/tag/knn/

Answer 4

您可以使用KNN索引和横向连接来实现。

{ 'a', 'a' }
{ 'b', 'b' }
{ 'c', 'c' }
{ 'other', '' }
{ '', 'altro' }

Answer 5

假设您有p点和g多边形，原始查询：

SELECT g1.gid, g2.gid FROM points as g1, polygons g2   
WHERE g1.gid <> g2.gid
ORDER BY g1.gid, ST_Distance(g1.the_geom,g2.the_geom)
LIMIT k;

返回p x g集中的k个最近邻居。查询可能正在使用索引，但仍需要对整个p x g集进行排序以查找距离最小的k行。您想要的是以下内容：

SELECT g1.gid, 
      (SELECT g2.gid FROM polygons g2   
       --prevents you from finding every nearest neighbour twice
       WHERE g1.gid < g2.gid 
       --ORDER BY gid is erroneous if you want to limit by the distance
       ORDER BY ST_Distance(g1.the_geom,g2.the_geom)
       LIMIT k)
FROM points as g1;

PostGIS中的K-最近邻查询

5 个答案: